摘要:文章基于循環(huán)神經(jīng)網(wǎng)絡(luò)RNN(Recurrent Neural Network)和長短時記憶網(wǎng)絡(luò)LSTM(Long-Short Term Memory)的理論研究,提出了一種基于LSTM的智能車變道行為預(yù)測模型。首先,搭建LSTM網(wǎng)絡(luò)模型框架;然后根據(jù)人類駕駛場景對真實(shí)數(shù)據(jù)集NGSIM(Next Generation Simulation)進(jìn)行特征選擇與數(shù)據(jù)提取。最后使用長短時記憶網(wǎng)絡(luò)(LSTM)模型進(jìn)行訓(xùn)練,測試車輛變道預(yù)測結(jié)果,并將結(jié)果與利用RNN模型預(yù)測的結(jié)果進(jìn)行比較,驗(yàn)證了本文方法的有效性。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
信息通信雜志, 月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:電子與信息科學(xué)、信息技術(shù)、通信工程、軟件理論與方法、信息系統(tǒng)及應(yīng)用、通信運(yùn)營、信息管理、網(wǎng)絡(luò)與資源建設(shè)、信息傳播、信息化教育、電子政務(wù)及商務(wù)、產(chǎn)業(yè)論壇等等。于1987年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。